保護中: ガウス過程による教師なし学習(1)ガウス過程潜在変数モデルの概要とアルゴリズム
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)に活用される確率的生成モデルの応用であるガウス過程潜在変数モデル(GPLVM)を用いた教師なし学習の概要とアルゴリズム、ベイズガウス過程潜在変数モデル(Bayesian GPLVM)
デジタルトランスフォーメーション
ApacheサーバーとLAMPのインストールと動作
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクで活用されるApacheサーバーとLAMPのインストールと動作(MariaDB、PHP、CentOS、Mac、Windows)
保護中: モデルフリー強化学習のpythonによる実装(2) モンテカルロ法とTD法
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるモンテカルロ法とTD法等のモデルフリー強化学習のpythonによる実装(Q-Learning、Valueベースの手法、Monte Carlo法、ニューラルネット、Epsilon-Greedy法、TD(λ)法、Muli-step Learning、Rainbow、A3C/A2C、DDPG、APE-X DQN)
保護中: Hadoopに用いられる分散計算処理(map-reduce)のClojureによる実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるHadoopに用いられる分散計算処理(map-reduce)のClojureによる実装(Tesser、Reducer関数、fold、コスト関数、勾配降下法、特徴抽出、feature-scales 関数、特徴量のスケーリング、勾配降下学習率、勾配降下法更新ルール、反復アルゴリズム、重回帰、相関行列、fuse、可換性、線形回帰、共分散、Hadoop、pararrel fold)
マイクロサービスでのセキュリティ- ClojureでのAuthとPedestalを使ったAPI
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるマイクロサービスでのセキュリティ- ClojureでのAuthとPedestalを使ったAPI(Buddy、BUddy sign、JSON Web Tokens、JSON Web Signature、JSON Web Encryption)
保護中: 分散データ処理を可能とするApache Sparkの処理モデル
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される分散データ処理を可能とするApache Sparkの処理モデル(エグゼキュータ、タスク、スケジューラー、ドライバプログラム、マスターノード、ワーカーノード、Spark Standalone、Mesos、Hadoop、HFDS、YARN、パーティション、RDD、変換、アクション、Resillient Distributed Dataset)
保護中: 正定値行列の情報幾何(1)双対的な幾何構造の導入
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される正定値行列の情報幾何としての双対的な幾何構造の導入(リーマン計量、接ベクトル空間、半正定値計画問題、自己平衡性、レビ-チビタ接続、リーマン幾何、測地線、ユークリッド幾何、∇-測地線、接ベクトル、テンソル量、双対平坦性、正定値行列集合)
保護中: 確率的バンディッド問題の基礎
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的バンディッド問題の基礎(大偏差原理とベルヌーイ分布での例、チェルノフ・へフディングの不等式、サノフの定理、へフディングの不等式、カルバックライブラー・ダイバージェンス、確率質量関数、裾確率、中心極限定理による確率近似)
保護中: 機械学習における連続最適化の基本事項としての凸解析の基礎
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される連続最適化の基本事項としての凸解析の基礎(劣勾配、劣微分、共役関数、閉真凸関数、共役関数、強凸関数、閉真凸関数、関数値の上下界、ヘッセ行列、エピグラフ、テイラーの定理、相対的内部、アフイン包、連続性、凸包、凸関数、凸集合)
保護中: 統計数学理論の基本的枠組み
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される統計数学理論の基本的枠組み(正則化、近似誤差と推定誤差、へフディングの不等式、予測判別誤差、統計的一致性、学習アルゴリズム、性能評価、ROC曲線、AUC、ベイズ規則、ベイズ誤差、予測損失、経験損失)